Problema / Objeto de estudio:

La desigualdad educativa persiste como una de las principales barreras para la movilidad social en Chile, especialmente en la Región Metropolitana de Santiago (Ministerio de Educación, 2023; OECD, 2021). Aunque el acceso a la educación básica y media se ha expandido, las diferencias en años de escolaridad siguen reproduciendo clivajes de clase, género y territorio (Agencia de Calidad de la Educación, 2015; Bellei, Contreras & Valenzuela, 2008).

A raiz de lo anterior, el objetivo del estudio es analizar cómo la interacción entre recursos familiares (nivel socioeconómico, participación social) y condiciones comunales (tasa de empleo, oferta educativa, IDH) explica las diferencias en años de escolaridad en el Gran Santiago mediante un enfoque multinivel (Finch et al., 2019; Romero et al., 2020).

• Factores asociados L1: Nivel socioeconómico del hogar (Arita et al., 2015; Bellei et al., 2008), Género (OECD, 2021; Peláez & Rodríguez, 2020)y Participación social familiar (Bullones, 2022; Canales & Ibarrola, 2022).

  Estos factores se entienden como recursos o desventajas que configuran las trayectorias escolares desde el origen social, afectando tanto el acceso como la permanencia y el logro educativo.

• Factores asociados L2: Tasa de empleo comunal (Villalobos & Mardones, 2022), IDH comunal (Andréu, 2013; Giménez, 2004) y oferta educativa comunal (Rivas & Terra, 2024; Soler & Fernández, 2021).

  Estas variables expresan las condiciones estructurales del territorio, influyendo en las oportunidades educativas disponibles. Se incorporan para analizar cómo el entorno puede amplificar o mitigar las desigualdades preexistentes, más allá de las características individuales.

Datos

Se utilizó la base de datos de la CASEN 2022, que tiene un diseño muestral probabilístico, estratificado por región, comuna y área urbana/rural.

Para el análisis se trabajó con 22.706 individuos (nivel 1) de 18 o más años, anidados dentro de las 32 comunas del Gran Santiago (nivel 2), con un promedio de 702 casos por comuna.

Variables

Métodos

Se utilizó una metodología de análisis estadístico multinivel. De este modo se puede observar de manera más precisa cómo las trayectorias educativas se configuran por la interacción entre factores individuales y contextuales.

El análisis de datos se realizó en Rstudio, utilizando lmer para la construcción de los modelos, sjPlot para la visualización de los datos y summary tools para generar descriptivos univariados

Se estimaron un total de 7 modelos, siguientes modelos:

Modelos estimados

Modelo 0: nulo

\[ \text{esc}_{ij} \;=\; \gamma_{00} + u_{0\text{comuna}} + r_{ij} \]

Modelo 1: variables independientes individuales

\[ \begin{aligned} \text{esc}_{ij} &= \gamma_{00} \\ &+ \gamma_{01}\,\text{female} \\ &+ \gamma_{02}\,\text{nse_cmc} \\ &+ \gamma_{03}\,\text{part_social_num} \\ &+ u_{0\text{comuna}} + r_{ij} \end{aligned} \]

Modelos

Modelo 2: variables independientes contextuales

\[ \begin{aligned} \text{esc}_{ij} &= \gamma_{00} \\ &+ \gamma_{01}\,\text{prop_empleo_gmc} \\ &+ \gamma_{02}\,\text{prop_pob_escn_gmc} \\ &+ \gamma_{03}\,\text{idh_gmc} \\ &+ u_{0\text{comuna}} + r_{ij} \end{aligned} \]

Modelo 3: variables independientes individuales y contextuales

\[ \begin{aligned} \text{esc}_{ij} &= \gamma_{00} \\ &+ \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\ &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\ &+ u_{0j} + r_{ij} \end{aligned} \]

Modelos

Modelo 4: intercepto y pendiente aleatoria de NSE

\[ \ \begin{aligned} \text{esc}_{ij} =\;& \gamma_{00} + \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\[4pt] &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\[4pt] &+ u_{0j} + u_{1j}\,\text{nse_cmc} + r_{ij} \end{aligned} \ \]

Modelo 5: interacción entre NSE y empleo

\[ \ \begin{aligned} \text{esc}_{ij} =\;& \gamma_{00} + \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\[4pt] &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\[4pt] &+ \gamma_{07}\bigl(\text{nse_cmc}\,\times\,\text{prop_empleo_gmc}\bigr) \\[4pt] &+ u_{0j} + u_{1j}\,\text{nse_cmc} + r_{ij} \end{aligned} \ \]

Modelos

Modelo 6: interacción entre NSE y IDH

\[ \ \begin{aligned} \text{esc}_{ij} =\;& \gamma_{00} + \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\[4pt] &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\[4pt] &+ \gamma_{07}\bigl(\text{nse_cmc}\,\times\,\text{idh_gmc}\bigr) \\[4pt] &+ u_{0j} + u_{1j}\,\text{nse_cmc} + r_{ij} \end{aligned} \ \]

Scatterplot:

Relación entre promedio comunal de escolaridad y tasa de empleo

Scatterplot:

Relación entre promedio comunal de escolaridad y IDH

Modelos

Test de devianza

Interacción H7

La interacción muestra que el efecto del nivel socioeconómico sobre la escolaridad varía según la tasa de empleo comunal. En comunas con más empleo (azul), el NSE tiene un impacto mayor sobre los años de escolaridad, mientras que en comunas con menos empleo (roja), su efecto es más débil. Esto confirma que los recursos familiares rinden más en contextos laborales favorables, ampliando así las desigualdades educativas.

Interacción H8

La interacción muestra que el efecto del NSE sobre la escolaridad varía según el IDH comunal. En comunas con un mayor IDH (azul), el NSE tiene un impacto mayor sobre los años de escolaridad, mientras que en comunas con un menor IDH (roja), su efecto es más débil. Suguiriendo que que el capital económico tiene un mayor impacto educativo en contextos comunales más desarrollados, donde pueden existen más recursos institucionales para transformar las ventajas familiares en logros escolares.

Observaciones influyentes

Discusión

Referencias

Agencia de Calidad de la Educación. (2015, agosto). Evolución de las brechas socioeconómicas de rendimiento en pruebas SIMCE. División de Estudios, Agencia de Calidad de la Educación.

Andréu, J. (2011). El análisis multinivel: una revisión actualizada en el ámbito sociológico. Metodología de Encuestas, 13, 161–176.

Arita, M., Romano, A., García, A., & Félix, F. (2015). Condiciones de vida y bienestar subjetivo en Culiacán, México. Universidad Autónoma de Sinaloa.

Bellei Carvacho, C., Contreras, D., & Valenzuela Barros, J. P. (2008). La agenda pendiente en educación. Profesores, administradores y recursos: propuestas para la nueva arquitectura de la educación chilena. Universidad de Chile.

Bourdieu, P., & Passeron, J. C. (2001). La reproducción. Elementos para una teoría del sistema de enseñanza. Editorial Laia.

Bullones, E. (2022). Gestión educativa en valores para la paz comunitaria. Aula Virtual, 3(6), 150–160.

Canales, A., & de Ibarrola, M. (2022). La segmentación del sistema escolar mexicano: un análisis territorial. Revista Mexicana de Investigación Educativa, 27(94), 1035–1060.

Cimadamore, A. D., & Cattani, A. D. (Coords.). (2008). Producción de pobreza y desigualdad en América Latina. Siglo del Hombre Editores.

Finch, W. H., Bolin, J. E., & Kelley, K. (2019). Multilevel modeling using R. Chapman and Hall/CRC.

Instituto Nacional de Evaluación Educativa. (2011). PIRLS–TIMSS 2011. Estudio Internacional de Progreso en Comprensión Lectora, Matemáticas y Ciencias. Volumen I: Informe español. IEA.https://www.mecd.gob.es/inee

Ministerio de Educación de Chile. (2023). Informe de resultados SIMCE y brechas por grupo socioeconómico. Santiago: MINEDUC.

Ministerio de Desarrollo Social y Familia. (2022). Encuesta de Caracterización Socioeconómica Nacional (Casen) 2022. Gobierno de Chile.

OECD. (2021). Education at a Glance: OECD Indicators. OECD Publishing.https://doi.org/10.1787/b35a14e5-en

Peláez González, C., & Rodríguez, S. A. (2020). Género, trabajo y educación: Diferencias entre hombres y mujeres en la entrada al primer empleo. Revista Interdisciplinaria de Estudios de Género de El Colegio de México, 6, e494.

Rivas Espinosa, A., & Terra Polanco, V. (2024). Percepciones de niñas y niños sobre su hábitat en contextos urbanos informales. Sociológica (Madrid), 39(1).

Romero, E., Alcaraz, S., & Hernández, M. (2020). Desigualdades educativas y respuesta institucional: Una investigación desde la perspectiva territorial. Profesorado, Revista de Currículum y Formación del Profesorado, 24(1), 1–20.

Soler Mata, J., & Fernández León, R. (2021). La evaluación educativa en España: Tensiones entre la evaluación estandarizada y la evaluación formativa. Revista de Educación, 393, 245–271.

Villalobos, C., & Mardones, S. P. (2022). ¿Quién, cómo y de qué se investiga en un sistema educativo mercantilizado? Un meta-análisis de la investigación sobre política educativa en el Chile post-dictadura (1990–2019). Education Policy Analysis Archives, 30, 160.